跳到主要內容

[衍生商品] 淺談選擇權 (2) - Put-Call Parity

這次要介紹的是選擇權訂價一個重要的關係:買權賣權等價關係 (Put-Call Parity):

想法: 利用 Option 建構一個 合成的 Forward contract ,再來比較其 payoff

現在考慮 當前股價為 $S_0$ 的 無配發股息的股票 (Non-dividend paying stock),且 $C, P$ 為對應的 Call option 與 Put option 的價格;現在我們透過 Buying a call + Short a put 可以得到 Synthetic forward 如下圖 Payoff (點圖放大)

注意到上圖右方合成之後的 Payoff 圖等價 Long a forward ,故我們稱此利用 Option 所合成出來的 Forward 為 Synthetic forward。

另外,如果我們觀察對於 Synthetic Forward 而言,我們是透過 Buying a call + short a put 達成,故其當前的 Payoff  (Payoff Today) 可寫為 $-C + P$ (買一份 call $ = -C$,賣出一份 put $=+p$);且 Payoff at Expriation date 為 $S_T - K$

另外對於標準 Forward 而言,其 Payoff Today $=0$ (由於 Forward 並不需支付premium,故 Payoff today =0);而 Pay off at Expriation date 為 $S_T -F_0$

因為我們的 Synthetic Forward 是用來 mimic 標準的 Forward ,故此兩者之 Payoff 必須等價,我們將所有的 payoff 都折現到 Today 來比較:

Payoff Today :
\[
-C + P + PV(S_T - K) = 0 + PV(S_T - F_0) \\
\Rightarrow C-P =  PV( F_0 - K)
\] 又由於對 Forward 而言 $PV(F_0) := S_0$,故我們得到
\[
C-P =  S_0 - PV( K)
\] 上式稱為 歐式選擇權 支付股息 的 Put-Call Parity。

注意到如果上式出現
\[
C-P \neq  S_0 - PV( K)
\] 則此時出現套利機會,因為 Put-Call parity 不再成立。亦即如果出現
$C > P + S_0 - PV( K) $ 則 表示 當前 的 Call option 價格過高,可以 Short call + buy $(P+S_0 -PV(K))$ 達成套利。

或者 $C < P + S_0 - PV( K)$ 則表示當前的 call option 價格過低,可以 long call + sell $(P+S_0 -PV(K))$ 達成套利。


現在我們再問個問題,如果現在考慮 Divdend paying Stocks ,Put-Call Parity 該如何修正呢?
首先寫下一般 Put-Call Parity
\[
C-P =  PV( F_0 - K)
\] 回憶對於有 Dividend paying 的 Forward ,我們有 $PV(F_0) := S_0 - PV(D)$,故我們將上式改寫
\[
C-P =  S_0  - PV(D) -PV( K)
\] 上式即稱為歐式選擇權 支付股息 的 Put-Call Parity

如果考慮股息為連續複利 $q$,則我們
\[
C-P =  S_0 e^{-qT} -PV( K)
\]

現在我們看個例子:

Example: Put Call Parity
考慮一執行價格 $\$ 30$ 且六個月後到期的 股票歐式 Call option 其價格為 $ \$ 2$,其標的股價為 $\$ 29$,且股息為 $\$ 0.5$ 預計於二個月與五個月的時候發放,無風險利率為 $10 \%$連續複利計,試求相同規格的 Put option 合理價格 (無套利機會價格) 應為多少?

Solution
改寫已知資訊如下:
\[
K=30, C=2, S_0=29, D=0.5, r=0.1, T=6/12
\]由 Put-Call parity 可知
\[\begin{array}{l}
C - P = {S_0} - PV\left( D \right) - K{e^{ - rT}}\\
 \Rightarrow 2 - P = 29 - \left( {0.5{e^{ - 0.1 \times \frac{2}{{12}}}} + 0.5{e^{ - 0.1 \times \frac{5}{{12}}}}} \right) - 30{e^{ - 0.1 \times \frac{6}{{12}}}}\\
 \Rightarrow P = 2.51
\end{array}\]


Example: No-Arbitrage Opportunity via Put-Call Parity
考慮一執行價格為 $50$ 且到期時間為 12個月 的股票歐式 Call option ;且其價格為 $\$ 6$。同樣規格的的 股票歐式 Put Option 價格為 $\$ 5$;另外市場當前股價為 $54$,配發股息預計於六個月後配發 $4$元,連續複利無風險年利率為 $5 \%$。

試問是否存在 套利機會?

Solution
先求無套利機會價格,由 Put-Call parity
\[\begin{array}{l}
C - P = {S_0} - PV(D) - PV(K)\\
 \Rightarrow C = P + {S_0} - PV(D) - PV(K)\\
 \Rightarrow C = 5 + 54 - 4{e^{ - 0.05 \times \frac{6}{{12}}}} - 50{e^{ - 0.05 \times \frac{{12}}{{12}}}}\\
 \Rightarrow C = 7.5373
\end{array}
\]注意到由 Put-call parity 得到的結果顯示 $C = 7.5373$ 但當前的 Call price 為 $6$ 故存在套利機會:由於當前 Call price 低於 7.5373,故我們可 Long Call option 接著賣出 其餘組合如下表

\[\small{\begin{array}{l}
6 < C = P + {S_0} - PV(D) - PV(K)\\
\begin{array}{*{20}{c}}
{}&{Today}&{6\begin{array}{*{20}{c}}
{}
\end{array}month}&{At\begin{array}{*{20}{c}}
{}
\end{array}Exp.\left( {{S_T} \le K} \right)}&{At\begin{array}{*{20}{c}}
{}
\end{array}Exp.\left( {{S_T} > K} \right)}\\
\hline
{Long\begin{array}{*{20}{c}}
{}
\end{array}Call}&{ - C}&0&0&{{S_T} - K}\\
{Short\begin{array}{*{20}{c}}
{}
\end{array}Put}&{ + P}&0&{ - \left( {K - {S_T}} \right)}&0\\
{Short\begin{array}{*{20}{c}}
{}
\end{array}Stock}&{ + {S_0}}&{ - D}&{ - {S_T}}&{ - {S_T}}\\
{invest\begin{array}{*{20}{c}}
{}
\end{array}\$ D}&{ + PV\left( D \right)}&{ + D}&0&0\\
{invest\begin{array}{*{20}{c}}
{}
\end{array}\$ K}&{ - PV\left( K \right)}&0&K&K\\
{Total\begin{array}{*{20}{c}}
{}
\end{array}Gain}&{}&0&0&0
\end{array}\\
\\
 \Rightarrow \begin{array}{*{20}{c}}
{}&{Today}&{6\begin{array}{*{20}{c}}
{}
\end{array}month}&{At\begin{array}{*{20}{c}}
{}
\end{array}Exp.\left( {{S_T} \le 50} \right)}&{At\begin{array}{*{20}{c}}
{}
\end{array}Exp.\left( {{S_T} > 50} \right)}\\
\hline
{Long\begin{array}{*{20}{c}}
{}
\end{array}Call}&{ - 6}&0&0&{{S_T} - 50}\\
{Short\begin{array}{*{20}{c}}
{}
\end{array}Put}&{ + 5}&0&{ - \left( {50 - {S_T}} \right)}&0\\
{Short\begin{array}{*{20}{c}}
{}
\end{array}Stock}&{ + {54}}&{ - 4}&{ - {S_T}}&{ - {S_T}}\\
{invest\begin{array}{*{20}{c}}
{}
\end{array}\$ D}&{ - 4{e^{ - 0.05 \times \frac{6}{{12}}}}}&{ + 4}&0&0\\
{invest\begin{array}{*{20}{c}}
{}
\end{array}\$ K}&{ - 50{e^{ - 0.05 \times \frac{{12}}{{12}}}}}&0&{50}&{50}\\
{Total\begin{array}{*{20}{c}}
{}
\end{array}Gain}&{1.5373}&0&0&0
\end{array}
\end{array}}\]




留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質